Interpréter les résultats

Il est presque toujours important de savoir quelles caractéristiques influencent le plus votre prédiction. Peut-être que c'est contre-intuitif et que cela révèle une piste intéressante? Peut-être qu'une poignée de caractéristiques expliquent l'essentiel de la justesse de votre modèle, et qu'il n'est pas nécessaire d'investir du temps à obtenir ou à retravailler d'autres caractéristiques.

Dans cet exemple, nous allons examiner un modèle qui a été entraîné sans aucune information LISTPRICE. Sans cette donnée, qu'est-ce qui influence le plus le prix?

REMARQUE : Le tableau des importances des caractéristiques, importances, a déjà été créé pour vous à partir de model.featureImportances.toArray()

Cette activité fait partie du cours

Ingénierie des caractéristiques avec PySpark

Voir le cours

Instructions de l’exercice

Créez un dataframe pandas en utilisant les valeurs de importances et nommez la colonne importance en définissant le paramètre columns.
À partir de la liste importée des noms de caractéristiques, feature_cols, créez une nouvelle pandas.Series en l'enveloppant avec la fonction pd.Series(). Affectez-la à la colonne fi_df['feature'].
Triez le dataframe avec sort_values(), en définissant le paramètre by sur notre colonne importance et en triant par ordre décroissant avec ascending à False. Examinez les résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Convert feature importances to a pandas column
fi_df = pd.DataFrame(____, columns=[____])

# Convert list of feature names to pandas column
fi_df['feature'] = pd.____(____)

# Sort the data based on feature importance
fi_df.____(by=[____], ascending=____, inplace=True)

# Inspect Results
fi_df.head(10)

Modifier et exécuter le code